Treebar：Mac菜单栏管理Git工作树，一眼掌控所有AI编程Agent

当AI编程遇上多工作树困境

随着Codex、Claude Code等AI编程助手的普及，越来越多开发者开始采用「多工作树（Git Worktree）」的开发模式，让AI Agent在多个分支上并行工作。但这种效率提升也带来了新的痛点：当你的Codex同时在5个工作树中运行时，你很难一眼看清它究竟在哪里、改了什么、有多少个Agent正在工作。

这正是新工具 Treebar 想要解决的问题。它是一款专为 macOS 打造的菜单栏应用，将所有活跃工作树的状态统一呈现在你的 MacBook「刘海」（notch）区域，让你无需切换终端或IDE就能掌握全局。

Git Worktree 是 Git 2.5 引入的原生功能，允许开发者从同一个本地仓库同时检出多个分支到不同的文件系统目录，每个目录都是独立的「工作树」。传统开发中切换分支需要 git checkout，期间未提交的修改需要暂存，流程打断感强。而多工作树模式下，每个分支有自己的独立目录，可以同时在多个终端或 IDE 窗口中并行操作互不干扰。对于 AI 编程助手场景，这意味着可以让不同的 Agent 实例同时处理不同功能分支——一个 Agent 做 feature A，另一个修复 bug B，效率倍增，但对人类监督者而言，信息散落在多个目录和终端会话中，认知负担也随之成倍增加。

Treebar的核心功能：一屏纵览所有Git工作树

Treebar 的核心价值在于「统一视图」。它会实时监听 Git 和 Codex 的运行状态，将分散在各个工作树中的信息聚合到一起。开发者可以从中看到三个关键维度：

• 位置（Where）：AI 当前正在哪个工作树中操作；
• 变更（What）：正在发生哪些文件改动；
• 规模（How many）：当前有多少个 Agent 在并行工作。

这种设计的巧妙之处在于把信息放在了 MacBook 刘海这个「一直可见但不占用主屏幕空间」的位置。相比传统的终端窗口或标签页切换，这种常驻式的轻量展示更符合开发者「余光扫一眼即可」的使用习惯。

深度绑定Codex的AI编程工作流

有意思的是，Treebar 并非泛用型的 Git 监控工具，而是明确围绕 AI 编程场景设计。它专门监听 Codex 的活动轨迹，理解 AI Agent「在哪里工作、在做什么」。这说明作者敏锐地捕捉到了一个正在兴起的开发范式——人类开发者从「亲自写代码」逐渐转向「监督多个AI Agent同时干活」，而监督的前提是可观测性（observability）。

可观测性（Observability） 原本是分布式系统领域的核心概念，指通过系统对外暴露的输出（日志、指标、追踪）来推断其内部状态的能力。在 AI Agent 编程场景中，这一概念被自然地迁移过来：当多个 Agent 在后台自主修改代码时，开发者需要随时能回答「Agent 现在在哪、做了什么、改动是否符合预期」，这正是可观测性的三要素——位置追踪（Tracing）、状态快照（Metrics）和变更日志（Logging）在新场景下的映射。缺乏可观测性的多 Agent 开发，如同在没有监控面板的情况下运维一个微服务集群，风险不在于 Agent 不够聪明，而在于人类失去了有效的监督手段。

从真实痛点出发的独立开发产品

据作者 Cory Parry 介绍，Treebar 其实几个月前就已经做好，起因非常朴素：他自己在使用 Codex 时「总是搞不清它在哪个地方工作」。这种从个人真实痛点出发的产品往往更接地气——它解决的不是想象中的需求，而是开发者日常中反复遇到的小摩擦。

这类「刮自己的痒」（scratch your own itch）的独立开发项目，正是 Product Hunt 上常见的优质产品来源。它在发布后获得了 68 个赞、位列当日排名第 18 位，虽不算爆款，但对于一个聚焦细分场景的菜单栏工具而言，反响相当不错。

即将开源核心代码

作者还透露了一个重要计划：即将开源 Treebar 的核心部分。这对开发者社区是个积极信号。

开源核心意味着几件事：其一，开发者可以自行审查这款需要读取 Git 和代码变更信息的工具，缓解隐私与安全顾虑；其二，社区可以基于其核心扩展对更多 AI 编程工具（如 Claude Code、Cursor 等）的支持，而非局限于 Codex；其三，这也降低了同类需求开发者的重复造轮子成本。

反映AI编程时代的行业趋势

Treebar 虽是一款小巧的菜单栏工具，但它折射出 AI 编程时代的一个深层变化：开发者的工作重心正在从「编写」转向「编排与监督」。

当一个人可以驱动多个 AI Agent 在不同分支上并行开发时，如何管理这种并行、如何保持对 AI 行为的掌控，成了新的核心问题。Treebar 这类工具的出现，本质上是在为「人机协作编程」补齐可观测性这块拼图。可以预见，未来会有更多围绕 AI Agent 监控、编排、审计的工具涌现，形成一个全新的工具品类。

对于重度使用 Codex 且习惯多工作树开发的 macOS 用户，Treebar 是一款值得关注的轻量级效率工具，尤其在其核心开源之后，想象空间会进一步打开。